之前寫的Tassel說(shuō)明文檔，雖然我都是使用命令行相關(guān)的軟件，但是我發(fā)現(xiàn)，Linux，命令行對(duì)大多數(shù)人還是可望而不可即，分享一篇我做的說(shuō)明文檔，用示例數(shù)據(jù)，一步一步進(jìn)行GWAS分析。具體如下：

目錄

1.      下載安裝軟件

2.      導(dǎo)入數(shù)據(jù)

3.      處理數(shù)據(jù)

3.1 清洗數(shù)據(jù)

3.2 主成分分析

3.3 用基因標(biāo)記估計(jì)系譜

3.4 用一般線性模型分析GLM

3.5 用混合線性模型分析

4.      歡迎關(guān)注我的微信公眾號(hào)

1.       下載安裝軟件

下載地址：http://tassel./

這里下載的是win的64為系統(tǒng)，截圖如下：

安裝成功后，打開(kāi)菜單如下：

2.       導(dǎo)入數(shù)據(jù)

數(shù)據(jù)下載地址：http://tassel./

截圖如下：

打開(kāi)data，load，選擇Make Best Guess

選擇幾個(gè)示例數(shù)據(jù)：

打開(kāi)后的數(shù)據(jù)如下

里面包括系譜數(shù)據(jù)、性狀數(shù)據(jù)和基因型數(shù)據(jù)（snp）。

3.       處理數(shù)據(jù)

3.1 清洗數(shù)據(jù)

選中mdp_trait，

然后選擇：Data中的TransformPhenotype，

可以對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)化、標(biāo)準(zhǔn)化等操作，注意，要先對(duì)數(shù)據(jù)進(jìn)行選擇，然后再進(jìn)行操作：

也可以對(duì)缺失值的數(shù)據(jù)進(jìn)行刪除，點(diǎn)擊imput，Numerical impute，就會(huì)生成沒(méi)有缺失值的數(shù)據(jù)，這只是缺失值的不同替換方法。

3.2 主成分分析

主成分分析（PCA）是一種統(tǒng)計(jì)方法，它可以將相互關(guān)聯(lián)的變量轉(zhuǎn)化為獨(dú)立的主成分（PC），第一種成分包含最多的組分，其它依次降低。另一個(gè)主成分的作用可以用標(biāo)記的主成分來(lái)代表群體結(jié)構(gòu)。這種方法比最大似然法節(jié)省時(shí)間。因?yàn)榇蟛糠值姆肿訕?biāo)記都是字符，需要先將其轉(zhuǎn)化為數(shù)值，然后再進(jìn)行主成分分析，一般將純合的標(biāo)記用0代替，另一個(gè)純合子用2代替，雜合的用1代替。PCA要求變量不能有缺失值，因此，在進(jìn)行主成分分析時(shí)，需要對(duì)數(shù)據(jù)進(jìn)行清洗，去除缺失值。

去掉頻率小于0.05的標(biāo)記，可以選擇Data,選擇Site，然后在最小頻率的框中鍵入0.05，然后選擇Remove minor SNP status，然后點(diǎn)擊Filter，進(jìn)行過(guò)濾，模型如下：

選擇PCA，然后選擇5個(gè)主成分（默認(rèn)項(xiàng)），點(diǎn)擊確定，就會(huì)生成結(jié)果，模型如下：

結(jié)果如下：

3.3 用基因標(biāo)記估計(jì)系譜

利用主成分分析可以判斷群體的結(jié)構(gòu)特征，但是如果利用系譜信息，這種結(jié)果會(huì)更加準(zhǔn)確?？梢杂没蛐蛿?shù)據(jù)生成系譜信息，首先選中基因型數(shù)據(jù)，點(diǎn)擊Analysis，選擇Kinship

結(jié)果如下：

3.4 用一般線性模型分析GLM

下面我們用GLM模型來(lái)分析示例數(shù)據(jù)，mdp_genotype.hmp.txt是snp數(shù)據(jù)，里面有3093個(gè)標(biāo)記，281個(gè)玉米自交系，另一個(gè)文件是mdp_population_structure.txt，里面是282個(gè)玉米自交系的群體結(jié)構(gòu)，還有一個(gè)是mdp_traits.txt，里面是282玉米自交系的表型數(shù)據(jù)。

首先對(duì)基因型數(shù)據(jù)進(jìn)行過(guò)濾，去掉頻率小于0.05的，最小的數(shù)目是150，點(diǎn)擊過(guò)濾，生成過(guò)濾后的基因型數(shù)據(jù)：

然后對(duì)數(shù)據(jù)進(jìn)行個(gè)過(guò)濾，選擇開(kāi)花期dpoll這個(gè)性狀，

進(jìn)行協(xié)變量選擇，即選擇群體結(jié)構(gòu)的文件，這里我們?nèi)サ?/span>Q3，數(shù)據(jù)如下：

合并數(shù)據(jù)，將這三個(gè)過(guò)濾好的數(shù)據(jù)，選中進(jìn)行合并，點(diǎn)擊Data IntersectJoin，

數(shù)據(jù)合并如下：

然后選中合并后的數(shù)據(jù)，用analysis ，GLM來(lái)進(jìn)行分析

運(yùn)行結(jié)果如下：

QQ圖：

P-value值：

3.5 用混合線性模型分析

混合模型需要添加系譜矩陣

點(diǎn)擊run

結(jié)果：

相關(guān)圖形：